process-mining
2021.10
true
Wichtig :
Bitte beachten Sie, dass dieser Inhalt teilweise mithilfe von maschineller Übersetzung lokalisiert wurde.
Process Mining
Automation CloudAutomation Cloud Public SectorAutomation SuiteStandalone
Last updated 2. Sep. 2024

Erstellen Sie ein anonymisiertes Dataset

Einleitung

In UiPath Process Mining ist es möglich, Datensätze zu anonymisieren, die für Entwicklungs-, Test- oder Demozwecke verwendet werden.

Sie können ein produktionsähnliches Dataset erstellen, das basierend auf Ihrem Eingabe-Dataset immer noch repräsentativ und nützlich ist. Die Daten werden anonymisiert, um die Privatsphäre der Personen zu schützen, die durch die Daten repräsentiert werden.

In AppOne sind die Anonymisierungsoptionen standardmäßig festgelegt.

Wichtig: Es wird dringend empfohlen, die Anonymisierungsoptionen zu überprüfen, bevor Sie das Dataset exportieren, wenn Sie strenge Regeln für die Anonymisierung haben.

Erstellen eines anonymisierten Datasets

Bevor Sie ein anonymisiertes Dataset in UiPath Process Mining erstellen, müssen Sie bestimmen, welche Attribute Ihres Eingabe-Datasets anonymisiert werden müssen, und definieren, wie die Werte dieser Attribute im anonymisierten Dataset angezeigt werden müssen.

Das Erstellen eines anonymisierten Datasets in UiPath Process Mining besteht aus zwei Schritten.

  1. Legen Sie die entsprechenden Anonymisierungsoptionen für alle Datenquellenattribute der Eingabetabellen fest, die anonymisiert werden müssen.
  2. Exportieren Sie das Dataset auf Ihren Computer und verteilen Sie es.

Anonymisierungsoptionen

Für jedes Datenquellenattribut Ihres Eingabe-Datasets können Sie definieren, wie die Werte im resultierenden Dataset sichtbar sein müssen.

Hinweis: Sie müssen eine Anonymisierungsoption für jedes Datenquellenattribut der Eingabetabelle auswählen, das mindestens ein Datenquellenattribut enthält, das anonymisiert werden muss. Wenn Sie nicht möchten, dass ein bestimmtes Attribut anonymisiert wird, wählen Sie die Option Ursprüngliche Werte aus .

Im Dialogfeld Datenquellenattribut bearbeiten können Sie den anwendbaren Anonymisierungstyp für das Datenquellenattribut auswählen. Siehe Abbildung unten.



In der folgenden Tabelle werden die verfügbaren Optionen für die Anonymisierung beschrieben.

Option

Beschreibung

Nicht festgelegt

Die Anonymisierungsoption ist für dieses Datenquellenattribut nicht festgelegt.

Ursprüngliche Werte

Die ursprünglichen Werte des datasource-Attributs werden im Ergebnis-Dataset angezeigt. Sie können diese Option für Attribute verwenden, die nicht anonymisiert werden müssen.

Null

Die Werte des datasource-Attributs werden im Ergebnis-Dataset gelöscht, dh auf NULL festgelegt.

Mischen

Die eindeutigen Werte des Datenquellenattributs werden zufällig zwischen den Datensätzen im Ergebnis-Dataset gemischt.

Zeichenfolge plus ID (über vollständige Anwendung)

Die eindeutigen Werte des Datenquellenattributs werden durch die Zeichenfolge ersetzt, die in das Feld Präfix eingegeben wurde, gefolgt von einer Zahl.

Diese Option gilt für alle Tabellen im Dataset, die denselben Wert haben. Im Ergebnis-Dataset haben die entsprechenden Werte in allen Tabellen dasselbe Präfix.

Hashwerte (über vollständige Anwendung)

Die eindeutigen Werte im datasource-Attribut werden durch einen generierten Hashcode ersetzt. Beispielsweise kann eine Benutzer-ID durch einen zufälligen Hashcode ersetzt werden.

Diese Option gilt für alle Tabellen im Dataset, die denselben Wert haben. Im Ergebnis-Dataset haben die entsprechenden Werte in allen Tabellen dieselben Hashwerte, sodass Sie die Tabellen vergleichen können.

Ausdruck pro Wert verwenden

Die Werte des Ergebnis-Dataset-Attributs werden mithilfe eines Aggregatausdrucks festgelegt.

Ausdruck pro Datensatz verwenden

Die Werte des Ergebnis-Dataset-Attributs werden mithilfe eines Ausdrucks pro Datensatz festgelegt.

Wichtig: Das Festlegen von Anonymisierungsoptionen für Attributwerte wirkt sich auf die Ergebnisse von Ausdrücken oder Metriken aus, in denen die Attribute verwendet werden. Seien Sie auch vorsichtig, wenn Sie Attribute anonymisieren, die in Join-Ausdrücken vorkommen.

Beispiele

Nachfolgend finden Sie ein Beispiel für die Ergebnis-Datasets bei Verwendung der verschiedenen Optionen

Ursprüngliche Werte

Null

Suffle-Werte

Zeichenfolge+ID

Hash

Ausdruck pro Wert (* 8)

Ausdruck pro Datensatz (<number_attribute> * 3)

1,00

Null

4,00

Betrag 1

2jmj7l5rSw0yVb/vlWAYkK/YBwk=

8,00

8,00

1,00

Null

4,00

Betrag 1

2jmj7l5rSw0yVb/vlWAYkK/YBwk=

8,00

12,00

1,00

Null

4,00

Betrag 1

2jmj7l5rSw0yVb/vlWAYkK/YBwk=

8,00

3,00

2,00

Null

1,00

Betrag 2

vlWAYkKWAYkrSw0yVb/saAshZ

16,00

9,00

4,00

Null

8,00

Betrag 3

l5rSw0yVb/2jmj7vlWAYkK/YBwk=

32,00

6,00

8,00

Null

2,00

Betrag 4

Sw0WAYkWAYk l5rSw0yVb/zzZa

64,00

12,00

Festlegen von Anonymisierungseinstellungen

Führen Sie diese Schritte aus, um die Anonymisierungseinstellungen für die Datenquellenattribute zu definieren.

Schritt

Aktion

1

Wechseln Sie in der Entwickleroberfläche zur Registerkarte Daten .

2

Doppelklicken Sie auf das Datenquellenattribut, für das Sie Anonymisierungseinstellungen definieren möchten.

3

Wechseln Sie zum Abschnitt Anonymisierung des Dialogfelds Datenquelle bearbeiten .

4

Wählen Sie den anwendbaren Anonymisierungstyp für dieses Datenquellenattribut aus der Dropdownliste Typ aus.

5

Wiederholen Sie die Schritte 1 bis 4 für jedes Datenquellenattribut Ihres Eingabe-Datasets, das Sie verschlüsseln oder entfernen möchten.

Exportieren Sie das Dataset

Führen Sie diese Schritte aus, um das anonymisierte Dataset zu exportieren.

Schritt

Aktion

1

Klicken Sie auf das Logo-Symbol und wählen Sie Erweitert -> Eingabe-Dataset exportieren… aus.

Das Dialogfeld „Dataset exportieren“ wird angezeigt.

2

Wählen Sie die Option Daten anonymisieren aus.

Hinweis: Der Dataset-Name wird mit Anonymized erweitert.

3

Klicken Sie auf Herunterladen , um das anonymisierte Dataset auf Ihren Computer herunterzuladen.

4

Verteilen Sie die ZIP-Datei. Datei.

Wichtig:

Die Anonymisierung ist nur für Eingabetabellen (Verbindungszeichenfolgentabellen und Join-Tabellen) verfügbar. Sie können sie nicht für Systemtabellen oder persistente Tabellen verwenden.

Bei Tabellen, die Live-Daten verwenden, ist auch keine Anonymisierung möglich.

War diese Seite hilfreich?

Hilfe erhalten
RPA lernen – Automatisierungskurse
UiPath Community-Forum
Uipath Logo White
Vertrauen und Sicherheit
© 2005–2024 UiPath. Alle Rechte vorbehalten